pandas如何修改某一列的數(shù)據(jù)
pandas修改某一列的數(shù)據(jù)
如果你想修改某一列的數(shù)據(jù),你可以使用 df.loc[:, 'column_name'] 來獲取這一列的數(shù)據(jù)。
然后你可以對這一列使用賦值操作,就可以修改這一列的數(shù)據(jù)了。
例如:
df.loc[:, 'column_name'] = new_values
這里的 new_values 可以是一個列表,也可以是一個 NumPy 數(shù)組。
注意:
你也可以使用 df['column_name'] 來獲取這一列的數(shù)據(jù)。
但是這種方法不是很安全,因為如果 column_name 不是一個有效的列名,它就會新建一個名為 column_name 的列,并將 `new_valu
pandas整列修改數(shù)據(jù)
整列強制轉換
df["cost_time"] = df["cost_time"].astype(int);
每個數(shù)據(jù)用函數(shù)單獨修改
df["key"] = df["key"].map(lambda fc: myFunc(fc))
或
dfzz[["a","b"]] = dfzz[["a","b"]].astype(int) # 多列數(shù)據(jù)類型轉換
取小數(shù)點后N位
dfzz=pd.DataFrame({"a":[1.78,1.4,2.886,],"b":[20.833,10.2,10,]})
print(dfzz)
print("")
dfzz = dfzz.round({'a': 2,'b':1}) # 取小數(shù)點后幾位總結
以上為個人經驗,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關文章
使用Python+psutil開發(fā)一個簡易系統(tǒng)監(jiān)控工具
在運維自動化、服務器巡檢、故障排查和資源告警場景中,經常需要快速獲取機器的 CPU、內存、磁盤和進程狀態(tài),Python 的 psutil 庫正好解決了這個問題,本文會從 psutil 基礎用法開始,逐步實現(xiàn)一個可以實時刷新的簡易系統(tǒng)監(jiān)控工具,需要的朋友可以參考下2026-05-05
Python中使用__new__實現(xiàn)單例模式并解析
單例模式是一個經典設計模式,簡要的說,一個類的單例模式就是它只能被實例化一次,實例變量在第一次實例化時就已經固定。 這篇文章主要介紹了Python中使用__new__實現(xiàn)單例模式并解析 ,需要的朋友可以參考下2019-06-06
Python數(shù)據(jù)正態(tài)性檢驗實現(xiàn)過程
這篇文章主要介紹了Python數(shù)據(jù)正態(tài)性檢驗實現(xiàn)過程,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-04-04
Python Flask實現(xiàn)多文件項目打包部署(Linux+Docker+Windows全環(huán)境)指南
針對多?.py?文件的 Flask 項目,本文在原有部署方案基礎上,補充多文件項目結構規(guī)范、Windows 環(huán)境部署、跨平臺打包等核心內容,有需要的小伙伴可以了解下2026-01-01

